[en] LOCAL SCALE MODEL: AN MULTIPLICATIVE ALTERNATIVE SPECIFICATION TO VOLATILITY ESTIMATION AND FORECASTING FOR FINANCIAL RETIVEN SERIES

• Ano de defesa: 2006
• Autor(a) principal: EDUARDO LIMA CAMPOS
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: MAXWELL
• Palavras-chave em Português: [pt] VOLATILIDADE; [pt] MODELOS ESTRUTURAIS; [en] VOLATILITY MODELS; [en] STRUCTURAL TIME SERIES MODELS
• Link de acesso: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=7771&idi=1; https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=7771&idi=2; http://doi.org/10.17771/PUCRio.acad.7771

[pt] Este trabalho apresenta um modelo de volatilidade estocástica com especificação multiplicativa, chamado modelo de escala local. O modelo trabalha com a precisão (recíproca da variância) de uma série temporal. A precisão é tratada como componente não observável, caracterizando o modelo como estrutural, e é suposta evoluir segundo um filtro Gama, com um ruído multiplicativo que segue distribuição Beta. A função de previsão para a variância é uma média móvel com amortecimento exponencial (EWMA) no quadrado das observações passadas, a mesma função de previsão do modelo IGARCH(1,1). O fator de amortecimento é estimado por máxima verossimilhança. A densidade de medida é Gaussiana, condicional à precisão não observável, e a densidade preditiva resulta t de Student, cujos graus de liberdade são monitorados pelo fator de amortecimento estimado. A densidade de medida Gaussiaan, embora induza excesso de curtose nas distribuições incondicional e preditiva, pode ser inadequada para modelar dados com um grande excesso de curtose, como é o caso de séries financeiras. Por isso, é testada uma densidade de medida mais genérica, a densidade de potência exponencial, que possui a normal como caso particular. O modelo é chamado modelo de escala local generalizado. A introdução de variáveis explicativas é efetuada de maneira trivial. Intervalos de confiança para os parâmetros do modelo são obtidos via Bootstrap paramétrico. Os resultados obtidos são semelhantes àqueles fornecidos pelos modelos GARCH (1,1) e AR(1)-SV, sendo que o modelo de escala local, além da maior facilidade de implementação, fornece soluções exatas, o que não ocorre no AR(1)-SV, e é mais parcimonioso do que o GARCH(1,1).